描述
如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流,使用GetMedian()方法获取当前读取数据的中位数。
示例1
输入: [5,2,3,4,1,6,7,0,8]
返回值: "5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 "
说明: 数据流里面不断吐出的是5,2,3…,则得到的平均数分别为5,(5+2)/2,3…
思路
可以采用堆排序策略,利用两个堆,一个最大堆保存中位数以及中位数左边的数据, 一个最小堆保存中位数右边的数据,最后根据数组长度以及两个堆顶就可以求出中位数
复杂度分析
因为使用堆处理数据,每次添加时间复杂度为O(nlogn), 查询最值复杂度为O(1), 综上时间复杂度为O(nlogn),而空间复杂度为O(n)
import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
// 设置大顶堆存放数组中位数左边和中位数自身
PriorityQueue<Integer> leftMax = new PriorityQueue<Integer>(new Comparator<Integer>() {
public int compare(Integer num1, Integer num2) {
return num2 - num1;
}
});
// 设置小顶堆存放数组中位数右边的数据
PriorityQueue<Integer> rightMin = new PriorityQueue<Integer>();
int length = 0;
public void Insert(Integer num) {
if(length%2 != 0) {
//已经添加的数组长度为基数,大顶堆比小顶堆数据多一个
//当前数据添加至rightMin
leftMax.offer(num);
rightMin.offer(leftMax.peek());
leftMax.poll();
} else {
//已经添加的数组长度为偶数,大顶堆与小顶堆数据相等
//当前数据添加至leftMax
rightMin.offer(num);
leftMax.offer(rightMin.peek());
rightMin.poll();
}
length++;
}
public Double GetMedian() {
if (length == 0) {
//长度为0的数组暂时返回0.0
return 0.0;
}
if (length%2 != 0) {
return leftMax.peek() / 1.0;
}
return (leftMax.peek() + rightMin.peek()) / 2.0;
}
}